Python 如何将csv字符串转换为熊猫列表？

我正在使用具有以下格式的csv文件：

"Id","Sequence"
3,"1,3,13,87,1053,28576,2141733,508147108,402135275365,1073376057490373,9700385489355970183,298434346895322960005291,31479360095907908092817694945,11474377948948020660089085281068730"
7,"1,2,1,5,5,1,11,16,7,1,23,44,30,9,1,47,112,104,48,11,1,95,272,320,200,70,13,1,191,640,912,720,340,96,15,1,383,1472,2464,2352,1400,532,126,17,1,767,3328,6400,7168,5152,2464,784,160,19,1,1535,7424"
8,"1,2,4,5,8,10,16,20,32,40,64,80,128,160,256,320,512,640,1024,1280,2048,2560,4096,5120,8192,10240,16384,20480,32768,40960,65536,81920,131072,163840,262144,327680,524288,655360,1048576,1310720,2097152"
11,"1,8,25,83,274,2275,132224,1060067,3312425,10997342,36304451,301432950,17519415551,140456757358,438889687625,1457125820233,4810267148324,39939263006825,2321287521544174,18610239435360217"

我想把它读入一个数据帧中，

df['Id']

的类型类似于整数，

df['Sequence']

的类型类似于列表

我目前有以下乱码：

def clean(seq_string):
    return list(map(int, seq_string.split(',')))

# Read data
training_data_file = "data/train.csv"    
train = pd.read_csv(training_data_file)
train['Sequence'] = list(map(clean, train['Sequence'].values))

这似乎是可行的，但我觉得用熊猫和numpy也可以实现同样的效果

有人有建议吗？

您可以为

序列

列指定：

转换器

：

dict

，默认值

None

用于转换的函数目录 某些列中的值。键可以是整数或列 标签

---

这同样有效，除了序列是字符串列表而不是int列表之外：

df = pd.read_csv(training_data_file)
df['Sequence'] = df['Sequence'].str.split(',')

要将每个元素转换为int，请执行以下操作：

df = pd.read_csv(training_data_file)
df['Sequence'] = df['Sequence'].str.split(',').apply(lambda s: list(map(int, s)))

---

另一种解决方案是使用

ast

模块中的

literal\u eval

literal_eval

计算字符串作为Python解释器的输入，并应按预期返回列表

def clean(x):
    return literal_eval(x)

train = pd.read_csv(training_data_file, converters={'Sequence': clean})

---

美丽的。我以为会是这样简单的事情。：）干杯如果我想将其转换为int列表，我可以添加

。convert\u objects（convert\u numeric=True）

，对吗？该命令似乎已被弃用，需要在列表中循环并手动转换。但不知何故，这又回到了最初的解决方案。

def clean(x):
    return literal_eval(x)

train = pd.read_csv(training_data_file, converters={'Sequence': clean})